一种针对深度强化学习模型的对抗攻击方法与系统

本发明公开了一种针对深度强化学习模型的对抗攻击方法及系统，该方法先获取被攻击策略与环境模型，并初始化特征提取层、共享网络层、对抗策略网络、价值网络及扰动生成网络；再对对抗策略与被攻击策略进行预对齐训练。每轮训练中，结合近端策略优化与策略分布软约束并行更新网络参数；每隔预设周期，在冻结对抗策略的条件下精炼扰动生成网络，通过对抗策略与扰动生成网络的交替优化，最终输出训练完成的扰动生成网络。本发明通过软约束对抗策略优化生成状态观测扰动的方法，适用于对深度强化学习智能体鲁棒性与安全性的评估与测试。